岗位职责：
1.主导物流领域大模型（如LLaMA、Qwen等）的架构设计，包括模型选型、微调策略（如LoRA）、分布式训练及推理优化，提升系统效率与成本效益
2.结合供应链管理、智能仓储、运输调度等业务场景，设计大模型落地方案（如智能路径规划、风险预警、自动化客服），推动技术与业务深度融合
3.构建支持高并发、低延迟的大模型推理框架，集成向量数据库、知识图谱等技术，优化RAG（检索增强生成）在物流知识库中的应用
4.针对国产芯片（如昇腾、寒武纪）优化模型部署，通过量化压缩、算子定制等技术提升硬件利用率，降低算力成本
5.开发文本、图像、时序数据（如物流轨迹）的多模态对齐与融合架构，支持复杂场景分析（如货损识别、库存预测）
6.设计基于Autogen、Crew等框架的智能体系统，实现自动化任务执行（如订单处理异常自主决策）
7.建立模型评估体系（准确率、延迟、资源消耗），持续优化架构瓶颈，保障生产环境稳定性
8.跟踪Speculative Decoding、MoE稀疏化等前沿技术，探索在物流场景的创新应用
9.协同产品、数据团队制定技术规范，推动大模型能力模块化输出至各业务线
10.培养AI工程师，提升团队在架构设计、模型优化领域的综合能力
任职要求：
1.计算机/人工智能相关专业硕士及以上学历
2.5年以上AI架构经验，至少主导过2个完整的大模型项目（从设计到落地），有物流、供应链场景经验者优先
3.精通Transformer/BERT/GPT等架构原理，掌握PyTorch、DeepSpeed等框架，熟悉大模型训练/微调全流程
4.熟练使用vLLM、TensorRT-LLM等推理框架，优化KV-Cache、动态批处理等关键技术；掌握Docker/Kubernetes容器化部署及API开发（Flask/FastAPI）
5.具备国产芯片（华为昇腾等）适配经验，熟悉CUDA/OpenCL内核编程及TVM编译器优化
6.深入理解多模态表征对齐、RAG高级应用（如LLama Index）、智能体框架开发
7.精通模型量化、分布式并行（TP/PP）、推理加速技术（如Speculative Decoding）
8.熟悉物流业务流程（如仓储管理、运输调度），能将AI技术与行业痛点结合
9.极强的跨团队沟通能力、技术规划及落地推动力，能主导复杂技术决策